MétaCan
Menu
Retour à la cohorte
Enregistrement W1903884353 · doi:10.15376/biores.10.3.5515-5531

Compression Characteristics and Energy Requirement of Briquettes Made from a Mixture of Corn Stover and Peanut Shells

2015· article· en· W1903884353 sur OpenAlexaff
Chunxiao Gong, Donghui Lu, Guanghui Wang, Lope G. Tabil, Decheng Wang

Notice bibliographique

RevueBioResources · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesSpecial Fund for Agro-scientific Research in the Public Interest
Mots-clésBriquetteStoverCorn stoverMaterials scienceCompression (physics)AgronomyPulp and paper industryComposite materialWaste managementBiofuelEngineeringCropBiologyCoal

Résumé

récupéré en direct d'OpenAlex

Corn stover and peanut shells are both abundantly available biomass feedstocks in China. To determine the compression characteristics and energy requirement of briquettes, mixtures of the corn stover and peanut shells were compressed under three different pressures (30, 60, and 90 MPa) with three moisture contents (9%, 14%, and 19%, wet basis) and five corn stover-peanut shell mixtures (0%-100%, 25%-75%, 50%-50%, 75%-25%, and 100%-0%) by mass. The results showed that applied pressure, moisture content, and the corn stover-peanut shell mixture all significantly affected briquette density and specific energy consumption. The density of the briquette ranged from 646 to 1052 kg/m3 and the specific energy consumption varied from 6.6 to 25.1 MJ/t. A moisture content of 9% was found to be better for the compression of the corn stover and peanut shells mixture. Adding peanut shells to the corn stover improved briquette density and reduced the specific energy consumption. Linear models were developed to describe the briquette density and the specific energy consumption. The briquette durability ranged from 57% to 94% and durable briquettes can be obtained when corn stover and peanut shells are compressed with the mixing ratio of 1:1 (50%-50%) at moisture content of 9%.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,193
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBioResourcesMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207